Everything we announced at Sessions 2026
Quick Summary
Stripe는 Sessions 2026에서 결제, 사기 방지, 수익화, 세금·데이터, 자금 관리 전반에 걸친 288개 제품·기능을 발표하며 AI 에이전트 시대의 상거래 인프라를 확장했다.
🖼️ 인포그래픽
🖼️ 4컷 인포그래픽
💡 한 줄 요약
Stripe는 Sessions 2026에서 결제, 사기 방지, 수익화, 세금·데이터, 자금 관리 전반에 걸친 288개 제품·기능을 발표하며 AI 에이전트 시대의 상거래 인프라를 확장했다.
📌 핵심 요약
- Stripe는 연례 행사 Stripe Sessions에서 9,000명 이상의 비즈니스 리더와 빌더를 대상으로 288개의 신제품과 기능을 공개했다.
- 핵심 방향은 Stripe를 더 프로그래밍 가능하게 만들고, Stripe 네트워크를 활용해 기업을 보호·성장시키며, AI 시대의 경제 인프라를 구축하는 데 맞춰져 있다.
- 결제 영역에서는 Agentic Commerce Suite, Link의 에이전트 지갑, Checkout studio, 추가 결제수단, Terminal 확장, Managed Payments, Authorization Boost 등이 발표됐다.
- Radar는 무료 체험 남용, 봇 남용, 계정 남용, 분쟁 예측, 커스텀 모델, Checkout 개입 모델, Smart Disputes 증거 자동화 등으로 사기 방지 범위를 넓혔다.
- Revenue 영역에서는 Metronome 기반 사용량·하이브리드 과금, 스트리밍 결제, Billing 커스터마이징, Tax 자동화, 실시간 데이터 접근, Treasury·Atlas 기반 자금 관리 기능이 추가됐다.
🧩 주요 포인트
- Stripe는 연례 행사 Stripe Sessions에서 9,000명 이상의 비즈니스 리더와 빌더를 대상으로 288개의 신제품과 기능을 공개했다.
- 핵심 방향은 Stripe를 더 프로그래밍 가능하게 만들고, Stripe 네트워크를 활용해 기업을 보호·성장시키며, AI 시대의 경제 인프라를 구축하는 데 맞춰져 있다.
- 결제 영역에서는 Agentic Commerce Suite, Link의 에이전트 지갑, Checkout studio, 추가 결제수단, Terminal 확장, Managed Payments, Authorization Boost 등이 발표됐다.
- Radar는 무료 체험 남용, 봇 남용, 계정 남용, 분쟁 예측, 커스텀 모델, Checkout 개입 모델, Smart Disputes 증거 자동화 등으로 사기 방지 범위를 넓혔다.
- Revenue 영역에서는 Metronome 기반 사용량·하이브리드 과금, 스트리밍 결제, Billing 커스터마이징, Tax 자동화, 실시간 데이터 접근, Treasury·Atlas 기반 자금 관리 기능이 추가됐다.
🧠 상세 정리
1. Sessions 2026의 전체 방향
Stripe는 Sessions 2026에서 총 288개의 신제품과 기능을 발표했다고 밝혔다. 발표의 큰 축은 세 가지로 정리된다. 첫째, Stripe를 더 프로그래밍 가능한 인프라로 만드는 것이다. 둘째, Stripe 네트워크의 규모와 데이터를 활용해 기업을 보호하고 성장시키는 것이다. 셋째, AI가 상거래와 결제의 주체로 등장하는 상황에 맞춰 경제 인프라를 새로 구축하는 것이다. 원문은 이후 결제, Radar, Revenue, Money Management 순서로 발표 내용을 나누어 소개한다.
2. AI 에이전트 상거래와 결제 인프라 확장
결제 영역의 첫 번째 흐름은 AI 에이전트를 새로운 상거래 채널로 받아들이는 것이다. Stripe는 기업이 제품 카탈로그를 업로드하고 Stripe Dashboard에서 에이전트 접근을 관리해 AI 에이전트를 통해 판매할 수 있다고 설명했다. 또한 플랫폼이 Agentic Commerce Suite를 활용해 연결 계정을 에이전트 대응 상태로 만들 수 있는 기능도 예고했다. 이 경우 발견, checkout, 결제, 사기 탐지가 하나의 Stripe 통합으로 처리된다. Meta와의 협력으로 Facebook 광고 안에서 네이티브 checkout을 가능하게 하고, Google과의 협력으로 AI Mode와 Gemini 앱에서 Universal Commerce Protocol을 통한 구매도 예고했다.
3. 에이전트 결제 프로토콜과 Link의 역할
Stripe는 에이전트가 기업과 프로그램 방식으로 거래할 수 있도록 Machine Payments Protocol을 제시했다. 이 프로토콜은 Stripe와 Tempo가 공동 작성했으며, 마이크로트랜잭션과 반복 결제 같은 형태를 지원한다고 설명된다. 기업은 Payment Intents API와 Shared Payment Tokens를 이용해 MPP 기반 에이전트 결제를 받을 수 있으며, 결제 수단은 스테이블코인뿐 아니라 카드, Klarna, Affirm 같은 법정화폐 기반 수단도 포함된다. Link에서는 에이전트 지갑이 추가되어, 기업이나 사용자가 지출 승인과 구매 내역 가시성을 유지하면서 에이전트에게 결제 권한을 부여할 수 있게 됐다.
4. Checkout, 결제수단, Terminal의 확장
Optimized Checkout Suite에서는 Checkout studio가 예고됐다. 이는 AI assistant, 실시간 거래 replay, A/B 테스트, 개인화된 추천을 통해 checkout을 구성·분석·최적화하는 기능으로 소개된다. Stripe Checkout의 새로운 embedded form도 예고되어 사이드바, 채팅창, 모달 같은 임베디드 사용 사례를 겨냥한다. 결제수단 측면에서는 Pix와 UPI가 구독, 현지 통화 표시, 국경 간 결제를 더 넓게 지원하고, Sunbit, Bizum, Pay by Bank, BLIK, TWINT 등 지역별·반복 결제 옵션이 추가됐다. Terminal에서는 Stripe Reader T600, 15개 추가 시장, Alipay·Klarna·UnionPay International 지원, 코드나 POS 없이 시작하는 standalone mode가 발표됐다.
5. Managed Payments와 결제 성능 최적화
Stripe Managed Payments는 모든 디지털 비즈니스가 사용할 수 있는 merchant of record 솔루션으로 확대됐다. 이 기능은 80개 이상 국가의 간접세 준수, 사기 방지, 분쟁 관리, 고객 지원을 처리해 글로벌 판매 부담을 줄이는 데 초점을 둔다. Payments Intelligence Suite에서는 Authorization Boost를 기존 결제 성능과 A/B 테스트할 수 있는 기능이 예고됐다. 또한 Data Only 인증 흐름과 PIN 없는 debit 재시도 같은 AI 기반 최적화가 추가되어 승인율을 평균 3.8% 높이고 처리 비용을 최대 3.3% 낮출 수 있다고 설명한다. 별도 3DS 솔루션과 Dashboard assistant 기반 결제 분석도 포함됐다.
6. Radar의 사기 방지 범위 확대
Radar 발표는 Stripe 네트워크의 사기 방지 역량을 더 넓은 형태의 위험 탐지로 확장하는 데 집중한다. 무료 체험 남용 방지는 합법적인 고객을 막지 않으면서 고위험 trial을 식별하는 기능으로 소개된다. 봇 남용 방지는 정상적인 AI 에이전트와 사기 행위자를 구분하는 것을 목표로 예고됐다. Stripe Signals는 Stripe 안팎의 결제에서 사기성 결제를 식별하고, 분쟁과 early fraud warning을 예측하며, 청구서 미납 전에 pay-as-you-go 남용을 감지하는 방향으로 확장된다. 또한 다중 계정 남용, 계정 공유 남용, 신규 판매자 계정의 사기 위험, 판매자 연체 가능성, 의심스러운 웹사이트 분석까지 탐지 대상이 넓어졌다.
7. 커스텀 Radar 모델과 분쟁 대응 자동화
Stripe는 기업 자체 신호와 Stripe의 글로벌 네트워크 인텔리전스를 함께 학습하는 custom Radar models를 발표했다. 이는 각 기업의 특성과 광범위한 결제 네트워크 데이터를 결합해 더 정확한 사기 탐지를 제공하려는 접근이다. Checkout에는 업그레이드된 사기 개입 모델이 적용되어, 전체 고객 경험을 과도하게 방해하지 않고 고위험 상황에만 CAPTCHA 같은 정밀하고 낮은 마찰의 개입을 제공한다고 설명된다. Smart Disputes 측면에서는 추적 번호나 고객 사용 로그 같은 추가 증거 필드 추천을 AI가 제공한다. 또한 약관 같은 반복 문서를 evidence library에 저장하면 Smart Disputes가 이를 자동으로 가져와 같은 자료를 반복 제출하지 않도록 한다.
8. Revenue, Billing, Tax, Data의 실시간화
Revenue 영역에서는 에이전트 활동이 계량, 가격 산정, 알림, 결제에 필요한 실시간 인프라를 요구한다고 설명한다. Stripe는 Metronome을 통해 사용량 기반 및 하이브리드 가격 모델, commits, 다차원 가격 구조, 맞춤 계약, 계정·계약·제품 수준의 실시간 매출 가시성을 지원한다고 밝혔다. Metronome 앱을 통해 Dashboard에서 계약, 고객, 데이터를 관리할 수 있고, Metronome과 Tempo를 결합해 가치가 전달되고 비용이 발생하는 즉시 결제되는 스트리밍 결제도 발표했다. Tax에서는 미국 세금 신고 자동화, Shopify와 NetSuite 커넥터, checkout 중 tax ID 검증, Payment Intents API의 단일 파라미터 세금 계산이 포함됐다. Data에서는 Stripe MCP와 Console을 통한 실시간 구독 지표, read-only Postgres 형태의 Stripe Database, Google Sheets 동기화, Databricks 연동, Reports API v2가 예고됐다.
9. Money Management와 글로벌 자금 운영
Money Management 부분은 AI 경제 성장과 글로벌 기업 운영에 비해 자금 관리 도구가 여러 앱과 스프레드시트에 흩어져 있다는 문제의식에서 출발한다. Stripe는 자금을 저장하고, 쓰고, 관리하는 기능을 확장하겠다고 설명했다. Atlas에서는 창업자가 Treasury 금융 계정을 통해 SAFE 투자를 ACH, wire transfer, stablecoin transfer로 추적하고 받을 수 있는 기능이 발표됐다. Treasury에서는 미국과 영국 기업을 대상으로 연말까지 15개 통화 보관을 지원하겠다고 밝혔다. 미국 기업 간 Stripe 내 즉시 무료 이체, Mastercard 기반 Stripe card와 구매 시 2% cashback도 포함됐다. 원문은 미국 Treasury 잔액이 Stripe credits를 적립한다는 문장에서 끊겨 있어, 그 사용처나 후속 조건은 제공된 본문만으로는 확인할 수 없다.
🧾 핵심 주장 / 시사점
- Stripe의 발표는 단순한 결제수단 추가보다, AI 에이전트가 발견·구매·결제의 주체가 되는 흐름에 맞춰 결제 권한, 프로토콜, 사기 탐지, 정산 인프라를 한꺼번에 재설계하는 데 초점이 있다.
- Radar와 Signals의 확장은 사기 방지를 개별 거래 차단에서 계정, 판매자, 웹사이트, 분쟁 가능성까지 포괄하는 위험 인텔리전스 체계로 넓히려는 움직임으로 읽힌다.
- Revenue와 Data 발표는 사용량 기반·스트리밍·다차원 가격 모델을 운영하려면 과금, 세금, 보고, 데이터 접근이 모두 실시간화되어야 한다는 Stripe의 판단을 보여준다.
✅ 액션 아이템
- 결제·사기 방지·수익화·자금관리의 발표 기능을 비교해 전략 우선순위를 정하고 Agentic Commerce Suite·Checkout studio·Managed Payments의 적용 범위를 1단계로 정의한다.
- 무료 체험 남용, 봇 남용, 계정 남용, 분쟁 예측 등 Radar 개선 항목을 위험 유형별로 정리해 대응 기준을 점검한다.
- Metronome 기반 사용량·하이브리드 과금, 스트리밍 결제, Billing 커스터마이징, Tax 자동화, Treasury·Atlas 기능을 수익화와 자금관리 실험군으로 분리해 적용 가능성을 평가한다.
❓ 열린 질문
- Agentic Commerce Suite와 Link의 에이전트 지갑은 어떤 사업 흐름에서 우선 도입해야 실효성을 판별할 수 있는가?
- Radar의 Checkout 개입 모델·커스텀 모델·Smart Disputes 자동화는 분쟁 비용 절감 효과를 어떤 지표로 판단할 것인가?
- Metronome 기반 과금과 스트리밍 결제 중 어떤 방식이 Treasury·Atlas 기반 자금관리 체계와 더 긴밀히 맞물릴 수 있는가?